Ox Alpha: Kompletna karta specyfikacji modelu Stealth, teraz dostępnego jako GLM-5.3-Flash

Ox Alpha to anonimowa nazwa, pod którą GLM-5.3-Flashbył zapowiadany; ujawniono go 26 sierpnia 2026 r., a nie jest to model, który można dziś wywołać. Wpis zapowiedzi, który nosił nazwę Ox Alpha, już go nie udostępnia; model, który się pod nim kryje, ma stronę dostawcy, wagi na licencji MIT, opublikowany cennik i udokumentowany zakres API — wszystkie należą do Z.ai. Ta strona stanowi materiał referencyjny dla tego modelu — obwiednia, modalności, cennik, zakres endpointów, każdy opublikowany wynik benchmarku wraz z przypisaną do niego rewizją lub harnessem, a ponieważ alias wciąż zwraca ubogi i mylący wynik wyszukiwania, również jasne stwierdzenie tego, co nie jest nigdzie udokumentowane. Wszystko poniżej odczytano 28 września 2026 r. z własnej dokumentacji modelu i strony z cennikiem Z.ai, z karty modelu Z.ai na Hugging Face, z Artificial Analysis oraz z naszego własnego katalogu; wyniki publikowane przez dostawcę i wyniki mierzone przez niezależny podmiot są oznaczane osobno, a niczego tutaj nie wywnioskowano z podobieństwa.

Do czego dziś odnosi się nazwa Ox Alpha?

Alias został wycofany, a wycofał go sam dostawca. Własna dokumentacja Z.ai dotycząca GLM-5.3-Flash mówi, że model był testowany anonimowo pod nazwą ox-alpha przed premierą, aby zebrać opinie użytkowników, oraz że anonimowe uruchomienie stało się najpopularniejszym modelem tego tygodnia. Datowalne punkty odniesienia są krótkie i konkretne: ukryty wpis pokazywał, że Ox Alpha został wydany 20 sierpnia 2026 r., a ujawnienie nastąpiło 26 sierpnia — ta sama data widnieje na stronie dokumentacji Z.ai i ten sam termin premiery odnotowuje nasz własny katalog dla z-ai/glm-5.3-flash.

Z tego wynikają dwie rzeczy i obie mają znaczenie dla czytelnika, który wyszukał to nazwisko.

• Alias nie jest trasą. Nasz katalog zwraca „model not found” dla zapytania stealth/ox-alpha, odczyt 2026-09-28. Nie ma nic, co można by wywołać pod tą nazwą, ponieważ produkt dostawcy nosi nazwę dostawcy.

• Pod tym aliasem również nie ma repozytorium wag należącego do dostawcy. Wyszukiwanie w Hugging Face frazy ox-alpha zwraca materiały przesłane przez społeczność, utworzone w oknie stealth pod koniec sierpnia 2026 r., a także repozytorium z 27 września 2026 r. z samą kartą, które nie zawiera wag i wskazuje na oficjalne wydanie Z.ai. Nazwa repozytorium to etykieta wybrana przez tego, kto je wgrał; nie jest dokumentacją niczego. Sama organizacja Z.ai publikuje model jako zai-org/GLM-5.3-Flash, a repozytorium utworzono 25 sierpnia 2026 r. w UTC.

Kwestia dostawcy, która zdominowała tydzień anonimowych modeli, została zamknięta — i zamknięto ją w zwyczajny sposób: laboratorium zgłosiło się i podpisało model swoją nazwą. Pozostaje specyfikacja, którą omawia ta strona. Historia odkrycia — fingerprinting, który poprzedził ujawnienie, rodowód anonimowego modelu, do którego należy, oraz ujawnienie sprzętu serwującego, które mu towarzyszyło — znajduje się w naszym wcześniejszym artykule o śledztwie w sprawie Ox Alpha, a ta strona nie roztrząsa tego ponownie.

Koperta, zgodnie z tym, jak dokumentuje ją dostawca

Są to dane liczbowe raportowane przez Z.ai, odczytane ze strony dokumentacji samego dostawcy w dniu 2026-09-28, a trzy z czterech wymiarów obwiedni zostały niezależnie potwierdzone — rekord modelu Artificial Analysis zawiera te same 320B łącznie, 18B aktywnych, kontekst 1 000 000 tokenów i licencję MIT, a nasza własna karta katalogowa zawiera limity kontekstu i danych wyjściowych.

• Okno kontekstowe — 1 000 000 tokenów (dokumentacja Z.ai; Artificial Analysis; nasza własna karta katalogowa, w której podano 1 000 000)

• Maksymalna długość wyjścia — 128 tys. tokenów (dokumentacja Z.ai); na naszej karcie widnieje 128 000

• Dane wejściowe — tekst, obraz, wideo i plik (dokumentacja Z.ai, odczyt: 2026-09-28); nasza karta wymienia tekst, obraz i wideo i nie deklaruje obsługi plików

• Dane wyjściowe — tylko tekst, dla każdego źródła

• Parametry — 320B łącznie, z 18B aktywowanymi na token (dokumentacja Z.ai i karta modelu; Artificial Analysis niezależnie odnotowuje 320B i 18B)

• Licencja — MIT, z wagami opublikowanymi na Hugging Face (karta modelu dostawcy; Artificial Analysis klasyfikuje model jako otwarte wagi na warunkach permisywnej licencji)

• Architektura — hybryda rzadkiej i liniowej uwagi, którą Z.ai opisuje jako pierwszy otwartoźródłowy model frontier łączący oba podejścia, redukując obliczenia uwagi o 3,01× i pamięć podręczną KV o 4,44× w porównaniu z GLM-5.3, plus krok IndexPool, który kompresuje cztery wektory kluczy indeksera w jeden przy długim kontekście, oraz Manifold-Constrained Hyper-Connections dla wydajności skalowania. Wszystko deklarowane przez dostawcę; brak niezależnego audytu architektury, na który można się powołać.

• Wstępne trenowanie — multimodalny korpus obejmujący 30 bilionów tokenów (według danych Z.ai). Dostawca nie publikuje całkowitego nakładu obliczeniowego na trenowanie ani rozkładu parametrów według warstw poza nagłówkowymi wartościami 320B/18B.

Jedno z ogólnych twierdzeń uległo zawężeniu od czasu premiery, a obecna dokumentacja jest tą, którą należy cytować. Ujawnienie dotyczące sprzętu serwującego, które krążyło w sierpniu, określało przepustowość anonimowego tygodnia na około 100 000 krajowych chińskich chipów. Dokumentacja Z.ai w dzisiejszym brzmieniu mówi, że model był obsługiwany „na dziesiątkach tysięcy opracowanych w kraju akceleratorów”, z 3-krotną poprawą wydajności obsługi end-to-end względem własnego punktu odniesienia dostawcy na tym samym sprzęcie oraz kosztem na token, który dostawca opisuje jako porównywalny z popularnymi GPU NVIDIA. Dziesiątki tysięcy to liczba, którą strona podaje obecnie; większa liczba pochodzi z okresu premiery. Jedno i drugie to twierdzenia firmy, żadne z nich nie zostało niezależnie zweryfikowane, a kierunek tej korekty jest spadkowy.

Cennik, i dlaczego to liczba wyświetleń ma znaczenie

Strona cennika Z.ai podaje GLM-5.3-Flash w cenie 0,15 USD za milion tokenów wejściowych, 0,03 USD za milion tokenów wejściowych z pamięci podręcznej i 0,50 USD za milion tokenów wyjściowych, a powiązany poziom FlashX w cenie 0,37 / 0,075 / 1,25 USD. To cena katalogowa dostawcy, odczytana z jego własnej strony w dniu 2026-09-28.

Stawka faktycznie stosowana dzisiaj na naszej trasie jest niższa i taki jest praktyczny sens tej sekcji. Według odczytu z 2026-09-28 karta OrcaRouter dla z-ai/glm-5.3-flash wycenia wejście po $0.075 za milion tokenów, wyjście po $0.25 za milion, a odczyty z pamięci podręcznej po $0.0173 za milion. To połowa stawki katalogowej dostawcy, dla tego samego modelu, tego samego dnia — stawka po rabacie, a nie stawka nagłówkowa, bez etykiety promocyjnej na karcie. W naszym wcześniejszym omówieniu tego modelu odnotowaliśmy tę samą lukę po zamknięciu podanego okna promocyjnego; obserwacja ta nadal się utrzymuje dzisiaj i nadal nie możemy ustalić przyczyny, więc podajemy stawkę faktycznie stosowaną, a przyczynę pozostawiamy otwartą.

Wejście z pamięci podręcznej to miejsce, w którym trzy źródła wyraźnie się nie zgadzają — co jest użytecznym przypomnieniem, że „$0.03” w tabeli niekoniecznie jest ceną, którą ktokolwiek płaci. Strona dostawcy podaje $0.03 za milion tokenów wejściowych z pamięci podręcznej; rekord modelu w Artificial Analysis zawiera cenę trafienia w pamięć podręczną na poziomie $0.026; nasza trasa obsługuje odczyty z pamięci podręcznej po $0.0173. Wszystkie trzy odczyty pochodzą z 28 września 2026 r. lub sprzed tej daty, wszystkie zgłoszone przez dostawcę lub platformę. Cenę katalogową dostawcy podajemy jako cenę katalogową, a stawkę faktycznie serwowaną jako to, za co wywołujący jest rzeczywiście obciążany.

Przeprowadź obliczenia dla reprezentatywnego zadania agenta — 100 000 tokenów wejściowych i 10 000 tokenów wyjściowych, bez trafień w cache:

• Według stawki z cennika dostawcy — 100 000 tokenów × 0,15 USD/1 mln = 0,015 USD, plus 10 000 × 0,50 USD/1 mln = 0,005 USD, więc 0,020 USD za wywołanie

• Przy stawce, jaką nasza trasa obsługuje dziś — 0,0075 USD plus 0,0025 USD, czyli 0,010 USD za wywołanie, dokładnie połowa

To jest cały powód, dla którego przed określeniem rozmiaru obciążenia należy sprawdzić cenę faktycznie stosowaną, a nie cenę katalogową: w przypadku długoterminowego agenta, który wykonuje tysiące wywołań dziennie, różnica między tymi dwiema liczbami to różnica między dwoma budżetami. OrcaRouter przekazuje cenę katalogową dostawcy dalej z 0% marży, dlatego rabat, który obecnie oferuje dostawca, pojawia się na naszej karcie, zamiast zostać wchłonięty gdzieś pośrodku.

Modalności i powierzchnia punktów końcowych

Dostawca dokumentuje jeden kształt interfejsu i dwa kody modeli: glm-5.3-flash i glm-5.3-flashx, oba udostępniane przez Chat Completion API. Obrazy trafiają do tablicy zawartości wiadomości jako blok treści o typie image_url, przyjmujący albo URL — co zaleca dostawca — albo data URL w formacie base64, a w jednej wiadomości można wysłać wiele bloków obrazów. Strumieniowanie jest obsługiwane, a Z.ai zaleca włączanie stream i tool_stream razem w przypadku żądań strumieniowych. Wywoływanie narzędzi, buforowanie kontekstu i ustrukturyzowane dane wyjściowe JSON to udokumentowane możliwości; tryb thinking jest obsługiwany, ale — jak wyjaśnia następna sekcja — nie jest opcjonalny.

FlashX to oddzielny poziom obsługi tego samego modelu, a nie odrębna funkcja: Z.ai dokumentuje go na 200 tokenów na sekundę i podaje, że nie jest jeszcze dostępny w GLM Coding Plan. To nie jest poziom oferowany w naszym katalogu i nie to opisują liczby na tej stronie.

Na naszej trasie zakres endpointów jest węższy i warto podać go dokładnie. Karta dla z-ai/glm-5.3-flash udostępnia POST /v1/chat/completions — tylko chat completions, bez drugiego endpointu protokołu — i akceptuje reasoning, reasoning_effort, include_reasoning, tools, tool_choice, response_format, stream, temperature, top_p, max_tokens oraz stop. Znaczniki możliwości na karcie to vision, tools, JSON i reasoning. Kontekst wynosi 1 000 000 tokenów, a maksymalna długość wyjścia to 128 000, zgodnie z dokumentacją dostawcy.

Wysiłek i myślenie: ustawienia, które ustalają każdy wynik benchmarku

To jest ta część specyfikacji, która w największym stopniu zmienia sposób odczytywania wyników, a dostawca dokumentuje ją precyzyjnie. GLM-5.3-Flash przyjmuje reasoning_effort jako parametr z trzema poziomami — low, high i max — i domyślnie ustawia max, jeśli nic nie przekażesz lub przekażesz cokolwiek, co nie jest low ani high. Myślenia nie można wyłączyć: dostawca podaje, że thinking.type obsługuje wyłącznie enabled. Flaga clear_thinking w szablonie czatu domyślnie ma wartość false, a Z.ai zaleca przekazywanie jej jawnie jako true w scenariuszach czatu. Zalecane przez dostawcę ustawienia próbkowania to temperature 1 i top_p 0.95, i wprost mówi, że przy odtwarzaniu benchmarków i rankingów należy zachować domyślne ustawienie max.

Przeczytaj te dwa fakty razem, a konsekwencja dla każdego, kto porównuje liczby, jest nieunikniona: wynik podany bez poziomu wysiłku nie jest pełnym pomiarem, ponieważ ustawienia low, high i max to różne punkty pracy tego samego modelu, a domyślne jest najdroższe z tych trzech. Nasza karta udostępnia reasoning i reasoning_effort wśród obsługiwanych parametrów, więc to ustawienie jest osiągalne przez trasę, nie tylko przez dostawcę.

Arkusz benchmarku, z załączoną poprawką

Z.ai publikuje tabelę benchmarków dla GLM-5.3-Flash, która w całości pochodzi od dostawcy — niezależny rejestr Artificial Analysis nie odtwarza tych wierszy. Główne wyniki dostawcy w zakresie kodowania i agentowości to DeepSWE v1.1 na poziomie 63,4 wobec 46,2 dla GLM-5.2 oraz AutomationBench v1.0.6 na poziomie 48,8 wobec 26,2 dla GLM-5.2. Reszta arkusza, tak jak podaje ją nasz własny katalog, z Z.ai jako wskazanym źródłem: Humanity's Last Exam z narzędziami 55,3, Agents' Last Exam 26,3, NL2Repo 56,3, Chartography z narzędziami 78, CharXiv reasoning z narzędziami 89,4, a po stronie wizji MMVU 80,5, MVBench 77,8 i BabyVision 53,4.

Dwa wiersze dostawców zasługują na to, by ich przypisy zostały przeniesione do zdania, ponieważ to właśnie je czytelnik najprawdopodobniej zacytuje bez nich. Wewnętrzna ocena kodowania Z.ai, Z.ai Code Bench v1.0, plasuje GLM-5.3-Flash na 29,0 przy maksymalnym wysiłku w porównaniu z Claude Opus 4.8 na 29,5 — niemal remis na własnym środowisku testowym dostawcy, uruchomionym na Claude Code 2.1.207, według raportu dostawcy. To nie jest niezależne porównanie i nie jest to porównanie przy dopasowanym wysiłku przeprowadzone przez stronę trzecią; to Z.ai, które benchmarkuje swój model przeciwko konkurentowi we własnej ewaluacji. A dostawca podaje Artificial Analysis Intelligence Index na poziomie 57 przy 0,045 USD za zadanie, wskazując wersję jako v4.1.1.

Tę ostatnią liczbę trzeba oddzielić od tego, co Artificial Analysis publikuje dziś, ponieważ tych dwóch wartości nie można zestawiać obok siebie jako ruchu. Własna strona Artificial Analysis dla GLM-5.3-Flash, odczytana 2026-09-28, podaje Intelligence Index na poziomie 41.8 w Indeksie v4.3.2, zarejestrowanym przy maksymalnym wysiłku. v4.3.2 obejmuje dziesięć ewaluacji — AA-Briefcase v1.1, GDPval-AA v2.1, AutomationBench-AA, Terminal-Bench 4.0, SciCode, Humanity's Last Exam, GDP.pdf, CritPt, AA-Omniscience i AA-LCR v1.1 — a v4.1.1 nie. Dwie rewizje indeksu, dwa zestawy zadań, dwie liczby. Żadna nie jest błędna; to nie są te same pomiary, a przytaczanie 57 obok 41.8 tak, jakby model się przesunął, byłoby błędem w obie strony.

To, co niezależne dane rzeczywiście potwierdzają, to raczej ogólne ramy specyfikacji niż wyniki: Artificial Analysis niezależnie odnotowuje 320 mld parametrów łącznie, 18 mld aktywowanych, okno kontekstowe o długości 1 000 000 tokenów, licencję MIT, otwarte wagi oraz datę wydania 2026-08-26, a także podaje ceny dostawcy: 0,15 USD za wejście i 0,50 USD za wyjście za milion tokenów, przy cenie trafienia w pamięć podręczną wynoszącej 0,026 USD. Tam, gdzie dostawca publikuje wynik, a niezależny podmiot nie, mówimy o tym; tam, gdzie niezależny podmiot potwierdza specyfikację, jest to najsilniejsza kategoria faktów na tej stronie.

Nie ma tu dopasowanego bezpośredniego starcia, a powiedzenie tego jest użyteczniejsze niż tworzenie go na siłę. Nikt nie opublikował przebiegu GLM-5.3-Flash przeciwko Claude Opus 4.8, GPT-6 Sol lub Grok 4.7 przy podanym nakładzie pracy na wspólnym środowisku testowym — porównanie samego Z.ai odbywa się na jego własnym benchmarku, przy maksymalnym nakładzie pracy, względem domyślnych ustawień konkurenta. Dopóki się to nie zmieni, uczciwe porównanie tego modelu z czymkolwiek innym dotyczy ceny, zakresu i powierzchni endpointów, czyli trzech rzeczy na tej stronie, które każdy może odczytać z tych samych liczb.

Co nie jest udokumentowane, powiedziane wprost

Strona referencyjna dla modelu o ubogiej powierzchni informacyjnej jest użyteczna tylko wtedy, gdy jest szczera co do luk, a ta ma ich kilka.

• Brak daty odcięcia wiedzy podanej przez producenta. Dokumentacja Z.ai i karta modelu Hugging Face jej nie podają, a zapis Artificial Analysis pozostawia to pole jako null. Szacunki z okna stealth są pracą społeczności, a nie danymi producenta, i ta strona nie powtarza żadnego z nich tak, jakby był oficjalną wartością producenta.

• Brak przypisów dotyczących harnessu dla większości arkusza benchmarku. Karta modelu zawiera jednak przypisy dla przebiegu HLE z narzędziami — temperatura 1.0, top_p 0.95, maksymalna długość generowania 163 840 tokenów, ocena przy kontekście do 300 000 tokenów ze strategią zarządzania kontekstem oraz GPT-5.6 Luna na średnim poziomie wysiłku jako model sędziowski — a także dla NL2Repo i DeepSWE, które według dostawcy uruchomiono z harnessem mini-swe-agent. Pozostałe wiersze to wyłącznie wartości procentowe, bez przypisanego harnessu ani poziomu wysiłku.

• Brak wyjaśnienia rozbieżności cen danych wejściowych z pamięci podręcznej. Trzy wartości dla tej samej wielkości w tym samym modelu i żadne źródło nie podaje, dlaczego się różnią.

• Brak niezależnego benchmarku okresu anonimowego serwowania. Ukryta pozycja zniknęła; cokolwiek mierzyła, nie da się tego zmierzyć ponownie, a żadna strona trzecia nie opublikowała testu na aliasie, gdy ten był aktywny.

• Brak porównania z podmiotami trzecimi przy takim samym nakładzie pracy, z powodów podanych powyżej.

• Brak potwierdzenia od dostawcy liczby układów z okresu premiery. Dokumentacja mówi o dziesiątkach tysięcy krajowych akceleratorów; liczba 100 000 nie znajduje się na stronie.

Podsumowując: co oferuje nasz katalog, zweryfikowane dziś.

Model stojący za Ox Alpha jest dostępny w naszym katalogu pod własną nazwą — sprawdzony dziś, a nie założony z góry. Odczyt API modeli OrcaRouter dla z-ai/glm-5.3-flash w dniu 2026-09-28 zwrócił pełną kartę: kontekst 1 000 000 tokenów, maksymalna długość wyjścia 128 000, wejście tekstowe, obrazowe i wideo z wyjściem tekstowym, znaczniki możliwości vision, tools, JSON i reasoning, data wydania 2026-08-26, nieoznaczony jako przestarzały i niewycofany z oferty, w cenie 0,075 USD za milion tokenów wejściowych, 0,25 USD za milion tokenów wyjściowych i 0,0173 USD za milion tokenów wejściowych z pamięci podręcznej, przez pojedynczy punkt końcowy POST /v1/chat/completions.

Nasz własny siedmiodniowy pomiar w playgroundzie na tej karcie, dla tego samego okresu, wskazuje 61,8 tokena wyjściowego na sekundę, p50 czasu do pierwszego tokena wynoszący 7,39 sekundy oraz współczynnik błędów na poziomie 1,47%. Są to dane własne dotyczące naszego serwowania, a nie dane dostawcy ani niezależne benchmarki, i z tego powodu są to jedyne dane dotyczące szybkości na tej stronie.

Sam alias nie znajduje się na trasie. Jeśli trafiłeś tutaj, szukając Ox Alpha, modelem, który należy wywołać, jest z-ai/glm-5.3-flash, a kształt żądania jest taki, jak opisano powyżej. Znajduje się on na tym samym kluczu co wszystko inne w katalogu — jedno API obejmujące ponad 200 modeli, cena dostawcy przekazywana dalej bez żadnej marży, a także automatyczne przełączanie awaryjne, jeśli dostawca się zawiesi, dzięki czemu model, który testujesz, nie musi być modelem, od którego zależy Twoja ścieżka produkcyjna.

Jedno wyjaśnienie, czym jest ta strona, ponieważ czytelnik trafiający tu z nazwy samego modelu zasługuje na nie. To strona referencyjna dla modelu, który już znajduje się w katalogu, a nie raport z premiery: GLM-5.3-Flash pochodzi z 26 sierpnia 2026 r., a jego miejsce tutaj opiera się na fakcie, że nazwa Ox Alpha jest stale wyszukiwana, choć nie ma dedykowanej strony docelowej, a nie na świeżości wydania. Powyższa data służy do datowania modelu, a nie jako news. To, co zmieniłoby tę stronę, to jedna z czterech rzeczy — niezależny benchmark przeprowadzony przy zadeklarowanym wysiłku, podany przez dostawcę cutoff wiedzy, zmiana w serwowanej stawce lub decyzja Z.ai o ujawnieniu, jaka faktycznie była liczba chipów z czasów premiery. Dopóki któreś z nich się nie pojawi, powyższa specyfikacja to całość tego, co dokumentuje dostawca, a luki wymienione w poprzedniej sekcji są tak samo częścią odpowiedzi, jak liczby.